VANETs信任传播建模

提出了一种用于车载自组网(VANETs)的可靠信任传播模型,该模型通过引入属性相似度概念在陌生节点间建立信任关系,并进一步建立了一种新的动态包转发规则,从而实现了车载自组网的可信路由, 并给出了一种计算属性相似度的推荐方法. 仿真结果表明,所提出的信任传播模型具有较高的准确性.     

入侵检测中的多分类SVM增量学习算法

入侵检测中的多分类SVM增量学习算法通过分析入侵检测样本的分布特点,提出了一种多分类SVM增量学习算法.该算法通过衡量同类样本点和样本中心之间的距离来确定用于训练的支持向量,以选择对分类贡献较大的边缘向量进行训练,通过求解多个超平面的方法划分出不同类别样本的区域,实现了多分类的增量学习.在保证检测率的同时,减少了样本学习数量.利用KDDCUP99标准数据集进行测试,证明该算法可以大幅度降低训练的时间和空间复杂度.     

一种动态的移动社交网络拓扑模型

针对移动社交网络的动态性、用户不同重要性和信息交互有向性,基于4种初始网络提出能准确描述移动社交网络结构的拓扑模型。采用随机游走理论和改进的PageRank算法,引入过渡概率使每两时步之间的网络拓扑结构相互联系。通过PageRank算法得到节点的势,进而求出概率过渡矩阵,利用随机游走理论由上一时步边存在概率矩阵和概率过渡矩阵得到当前时步边存在概率矩阵,每一时步动态地增加一个节点并检验是否有离开的节点。仿真结果显示,该模型在4种初始网络下得到的网络拓扑结构,入度、出度、势分布以及度-势相关性均具有明显幂律特性,表明随机游走理论和改进的PageRank算法能较准确描述移动社交网络,具有一定的实践意义。     

基于三角构成规则的加权有向网络拓扑生成算法

针对加权无向图的网络拓扑模型难以表征真实网络环境下节点间有向性的问题,提出了基于三角构成规则的加权有向网络拓扑生成算法,依据概率优先选择节点的邻居节点进行有向性加边,通过网络边权的动态演化实现节点间的不对称性增长。并利用该算法进行了仿真实验。实验表明,基于三角构成的加权有向网络拓扑算法生成的网络拓扑结构符合真实环境下的网络拓扑结构所体现出来的拓扑特性,同时具有较好的聚类系数可控性。     

社交网络蠕虫仿真建模研究

随着互联网虚拟社交网络的发展,借助网络用户进行传播的社交网络蠕虫已经成为威胁网络安全的重大隐患之一.文中从社会工程学的角度研究社交网络蠕虫的传播机制,通过量化影响用户行为的若干因素,提出了微观节点上的基于用户安全意识的行为博弈模型;通过分析网络用户活动的习惯特性,构建了宏观网络上离散的基于用户习惯的社交网络访问模型;从...     

无线传感器网络生存期优化体系研究

提出了系统设计全生命周期的网络生存期优化体系模型,该模型利用先验统计信息将不同的应用与优化算法统一起来,并以评估结果作为反馈调节网络使之达到网络生存期最大限度的优化;构建了一种优化体系的具体评估模型,利用网络能耗分布量化具体应用服务需求,使用网络能量分布度量网络服务能力,并通过量化结果计算网络能量浪费的上限;给出了一种网络密度调节方法,用以发现有利于生存期优化的网络密度分布规律,并对该方法的收敛性以及解的有效性进行了理论证明.模拟实验结果表明该评估模型和密度调节方法可以有效控制网络能耗分布,发现有利于延长网络生存期的密度规律,从而验证了网络生存期优化体系的有效性.     

用于移动路径预测的混合Markov 模型

分析了移动路径预测的已有方案,指出了各方案存在的问题。针对预测性能相对较好的K阶Markov预测器存在的状态空间膨胀问题,以2阶Markov预测器为例,提出了2步Markov模型,并验证了其在WLAN上的可行性。在此基础上,提出了一个混合多步Markov模型,并利用EM算法估计多个单步Markov模型的混合系数。该混合模型状态空间的复杂度为O(N),而2阶Markov模型为O(N2),其中,N为WLAN中的AP数目;混合模型的存储空间需求为O(N2),而2阶Markov模型为O(N3)。最后通过基于条件熵与误差向量2阶范数的计算分析以及基于实际数据集的实践分析表明,该混合模型能够以比2阶Markov模型小得多的空间代价获得与2阶Markov模型相似的预测精度和普适性,具有较高的实时在线应用价值。     

一种新的P2P网络拓扑生成算法

根据对等(P2P)网络的连接特点,提出一种基于邻居集合优先附着原则的有向加权网络拓扑生成算法。分析有向加权网络的生成及演变过程,通过合理选择接入节点的连接区域使生成的拓扑网络具有较高的聚类特性。仿真实验表明,该算法生成的拓扑结构符合P2P网络环境下具有幂率特性的拓扑结构,聚集度较高。     

基于模式挖掘与匹配的移动轨迹预测方法

分析了移动轨迹预测的已有方案及各方案存在的问题,提出了一种全新的移动设备位置预测方法,即基于模式挖掘与模式匹配的移动用户移动轨迹预测(Mpp)方法。在若干个实际WLAN用户的移动跟踪数据集上对Markov预测器和新预测器的预测精度进行了比较。实验结果表明:该方法能够达到比较理想的预测效果,与二阶Markov预测器的预测效果基本持平。同时,该方法能够实现增量挖掘,预测精度和可靠性有了进一步提高,具有较高的实用价值。     

基于模糊神经网络与动态规划的控制优化方法

为了保证巨型重载操作装备在运动过程中操作杆输出速度的平稳,通过构造一种新型层内神经元之间带有向链接的适用于过程辨识的模糊神经网络,来辨识操作机的对象模型,为动态规划提供非线性关系模型,然后设计一种具有优化比例因子的动态规划算法对操作杆液压缸的速度与力进行寻优,继而通过液压缸的闭环速度控制完成操作杆的主动顺应过程,使其实际速度得到控制优化。仿真与实验结果表明,该方法有效消除了控制优化前实际输出的震荡,为重载操作装备的双机协调控制提供了单机基础。